Kursplan

Introduktion till Python-miljöer för agentutveckling

  • Sätta upp Python, virtuella miljöer och beroendehantering
  • Använda Git och Docker för versionering och isolering
  • Bästa praxis för reproducerbara miljöer

Översikt över agent-SDKs och ramverk

  • LangChain, AutoGen och andra nyare SDKs
  • Agentstruktur och livscykel: perception, resonemang och handling
  • Jämföra SDK-förmågor och arkitekturstilar

Bygga fungerande agenter i Python

  • Skapa en enkel agent med LangChain
  • Ansluta agenter till externa verktyg och API:er
  • Hantera indata/utdata, minne och persistens

Verktygs- och API-integration

  • Definiera och registrera verktyg för agentanvändning
  • Säker API-integration och nyckelhantering
  • Använda externa datasökanden och anpassade funktionsanrop

Agent-orchestrering och kommunikationsmönster

  • Fleragent-samarbete med AutoGen
  • Uppdragstilldelning och planeringslogik
  • Händelsedrivna och asynkrona orchestreringar

Testning, felsökning och övervakning

  • Testa agenter med mock-indata och kontrollerade miljöer
  • Felsöka meddelande-flöden och verktygsanvändning
  • Implementera strukturerad loggning och prestandamätningar

Distribution och produktionsaspekter

  • Paketera och containrar Python agenttjänster
  • Tillämpa CI/CD-pipeliner
  • Skalning, övervakning och underhåll av långlevande agenter

Sammanfattning och nästa steg

Krav

  • Ett grundläggande förståelse för Python-programmering och pakethantering
  • Erfarenhet av REST API:er och JSON-datastrukturer
  • Grunnleggende kunskap om asynkron I/O i Python

Målgrupp

  • Backend-ingenjörer
  • Plattformsingenjörer
  • ML-ingenjörer
 21 timmar

Antal deltagare


Pris per deltagare

Kommande Kurser

Relaterade Kategorier